Prédiction par les données : big data

La prédiction par les données : big data

J’avais parlé précédemment du monde du digital natif, le mobile est la chose la plus personnelle que nous possédons et pourtant c’est l’objet le plus perméable en ce qui concerne nos données.
Je parlais de l’ère de la prédiction, chose véritable grâce aux smartphones, prend pour exemple ceci :

Si on utilise la donnée de géolocalisation pour déterminer les habitudes. Cette data nous la croisons avec les données de accéléromètre. Ce mix de data nous permet de comprendre quel déplacement nous utilisons. La personne est en taxi, bus, vélo ou à pied. On ajoute à cela on ajout le langage contextuel. Par conséquent si tu as rendez-vous avec Olivier, la prédiction saura si c’est le Olivier de telle entreprise et non Olivier ton meilleur ami. L’assistant pourra déterminer l’adresse du rendez-vous (si elle venait à manquer). C’est en croisant toutes ces données + les données environnementales météo, trafic routier etc.

L’assistant sera capable de prédire un comportement comme évoqué ci-dessus ; un rendez-vous professionnel et que tu te déplaces en taxi pour aller voir Olivier qui travaille dans telle entreprise.

90 % des données personnelles ont été crée ces deux dernières années

Nous produisons tellement de données que nous ne sommes pas encore capable de pouvoir les exploiter. C’est l’avenir des réseaux sociaux, des pure players comme le GAFA (Google, Apple, Facebook, Amazon), leurs business model est régie par le big data et de l’exploitation de toutes nos données.

Là où le danger peut survenir si on se pose cette question : qu’en est-il de nos données non pas aujourd’hui, mais la collecte des données sur 5 ou 10 ans ? Certaines entreprises auront un historique de nous dans les moindres détails sur une durée significative.

Chaque jour des millions d’articles sont crées et des milliards d’utilisateurs/lecteurs. Mais comment faire pour avoir l’information sans que nous devons la trier ? 43% des moins de 25 ans s’informent via les réseaux sociaux (étude complète). Les RS* utilisent un algorithme en fonction des pages que tu likes. Et aussi des commentaires que tu inscrits en fonction des articles. Dans le but de te montrer l’information que tu trouveras pertinentes. D’autre part, si tu likes, une vidéo ou un article de Slate par exemple, FB* te suggéra de liker un autre journal ou une autre vidéo. Ceci est automatisé par des formules mathématiques. Le fait de voir toujours le même type de publication fait que tu veux toujours en savoir plus sur ce même sujet et que ton engagement (vouloir commenter ou liker) est implicitement augmenté.

donottrack-ludo-louis
https://episode6.donottrack-doc.com/fr/

Cette formule explique que ce que nous voyons sur FB est l’information générée par ce que like nos amis. Si tout nos amis ont la même vision des choses alors nous verrons le filtre opéré c’est à dire que nous ne verrons jamais ce que nous « aimons » pas. Nous passerons à coté d’information inverse à notre point vu. C’est simple, si tu n’es pas raciste, arriverais-tu à supporter à lire des messages de haine chaque jour ? La réciproque est vraie si tu es raciste, lire des propos pour lesquels tu adhères te confortera bien dans ta position, non ?

Pourquoi des filtres ?

Et puis il ne faut pas négliger l’immense confort de ces filtres. Parce que nous ne pouvons pas tout voir, et que nous ne voulons pas tout voir. Comme l’explique le sociologue Dominique Cardon (vidéo de 10 minutes), nous serions sans doute étonnés si on nous mettait face à ce que nous lisons vraiment dans un journal.
Il y a tellement de donnée que l’émergence des métiers issu du web sont nombreux. Tout comme Community Manager n’existait pas il y a cinq ans (pire il vient d’être intégré dans le dictionnaire Larousse 2016 ! ), les data brokers qui sont des courtiers en données personnelles seront les remplaçants des traders actuels.

Des espaces des publicités sur les sites Internet, créateur d’algorithme propose quelques 200 milliards de requêtes par jour (200 000 par seconde) pour afficher une pub qui mettra 1/10 seconde à s’afficher.  Les algorithme regarde le profil de l’utilisateur afin d’afficher tel ou telle pub.

Le big data et la démocratie

Civemaker est une startup à San Francisco qui permet d’ouvrir les datas afin d’améliorer la gouvernance d’un état. Dans l’esprit collaboratif également, la startup francaise Stig propose de mettre la parole au centre du débat politique. Stig est une application mobile gratuite de démocratie participative, dédiée à la politique locale et nationale.
Chaque utilisateur peut y déposer des propositions qui seront votées et améliorées par les autres membres. L’objectif de Stig est de fournir aux français un moyen d‘influencer et d’aider les élus dans leurs actions en créant la première vision en temps réel de la volonté générale.

Le nom Stig vient du mot stigmergie, qui désigne une forme d’intelligence collective auto-organisée où les projets sont conduits par les idées plutôt que par une personne ou un groupe.

Big data au service de la santé

A l’hôpital de Toronto, les machines médicale pour les prématurés enregistrent 90 millions d’informations par jour par enfant.

En effet un enfant :

  • respire 2000 fois par heure,
  • 8000 battements de coeur par heure
  • le taux d’oxygène est enregistré 3600 fois par jour.

Grâce à cette précision à la seconde qui génère toutes ses données nous sommes capable d’anticiper les mauvaises réactions en amont. Ainsi, évitant les complications et surtout de sauver des bébés fragiles. Ceci a pour but d’être mis en place pour les tous les patients. Car les maladies nosocomiales se déclenchent dans l’enceinte de l’hôpital. Grâce à l’assistance des machines nous pourront donner le traitement dès le déclenchement de la maladie (cela évitera les effets secondaires lourds ou des opérations supplémentaires).

Comment se protéger ?

Premier point à savoir ; en France, grâce à la CNIL, nous sommes protégés correctement contrairement à d’autres pays. D’autre part, nous avons toujours la possibilité de vivre reclus dans une grotte sans smartphone. Plus sérieusement, il est important de regarder ce que les applications peuvent prendre comme information et avoir le courage de ne pas télécharger si cela n’entre pas dans nos convictions (plus facile à dire qu’à faire).

Si tu es curieux tu peux toujours faire la demande d’une copie des données qu’une société a sur toi, par exemple sur Facebook c’est relativement simple de les avoir. Tu peux même savoir sur quel lien tu as cliqué alors que c’était une pub qui t’étais destinée !

Tu vas dans Paramètres – Général

compte-facebook-ludo-louis
compte-facebook-ludo-louis

 

Sinon, si tu as un compte sur Airbnb, c’est plus galère comme en témoigne Robin Prudent

 

P.S L’image de cet article est un map data, utilisé pour voir les interactions avec un mot/expression ou un nom. De plus en plus utilisé en marketing digital il permet de faire des enquêtes de quelle communauté est très active sur mot plutôt qu’un autre. Cela fera peut être l’objet de futur article, laisse moi un commentaire sur Facebook, Twitter, ou ici comme tu veux !

 

 

 

*RS : réseaux sociaux

*FB : Facebook

Partage ton amour pour cet article
Optimized with PageSpeed Ninja